[发明专利]基于GAN网络的游戏地图自动生成方法、装置、介质及设备

权利要求书

1.一种基于GAN网络的游戏地图自动生成方法，其特征在于，包括：

S1：根据游戏中已知地图区域出现的物体实例类别和每种类别的实例个数，按照已知地图区域和待扩展区域中物体实例类别相似度最大化的原则，获取待扩展区域对应的数据对集合；其中一个地图区域的所述数据对集合由该地图区域所包含的物体实例类别和每种物体实例类别的实例个数组成；所述获取待扩展区域对应的数据对集合的具体步骤包括：

S11：将已知地图区域中出现的物体实例类别构建为已知地图区域的物体实例类别集合

S12：在包含地图中所有可选物体实例类别的物体实例类别集合中，选择出一个物体实例类别c^*，使该类别的特征向量与所有已出现的类别的特征向量的夹角余弦值之和最大：

其中表示待扩展区域的物体实例类别集合，f_c和f_u分别表示物体实例类别c的特征向量和类别u的物体实例特征向量，|f_c|和|f_u|分别表示f_c和f_u向量长度；

S13：将S12中选择出的物体实例类别c^*归入到待扩展区域的物体实例类别集合中，然后对物体实例类别c^*随机分配物体实例个数k^*；

S14：不断迭代重复步骤S12至S13，直至物体实例类别集合中所有物体实例类别的物体实例个数之和超过系统设置的待扩展区域物体实例个数最大值后，停止迭代，将物体实例类别集合中每一个物体实例类别和对应的物体实例个数作为一个数据对加入待扩展区域对应的数据对集合T中，使数据对集合T中具有待扩展区域所包含的所有物体实例类别和每种物体实例类别的实例个数；

S2：针对已知地图区域训练GAN网络模型，所述GAN网络模型包括地图生成器G和地图判别器D；训练过程中所述地图生成器G根据已知地图区域的所述数据对集合生成已知地图区域的伪造地图，再由所述地图判别器D区分已知地图区域的真实地图和伪造地图，从而更新地图生成器G和地图判别器D的参数，不断交替训练使所述地图生成器G能够根据一个地图区域的所述数据对集合生成与真实地图近似的伪造地图；

S3：将待扩展区域的所述数据对集合输入到经过训练的GAN网络模型中的地图生成器G中，然后将地图生成器G输出的地图作为待扩展区域的新地图进行渲染。

2.根据权利要求1所述的基于GAN网络的游戏地图自动生成方法，其特征在于，所述的系统设置的待扩展区域物体实例个数最大值为已知地图区域的物体实例总个数。

3.根据权利要求1所述的基于GAN网络的游戏地图自动生成方法，其特征在于，所述物体实例类别集合Q中每一个物体实例类别对应的k^*应该大于等于1但小于系统设置的待扩展区域物体实例个数最大值的五分之一。